隨著在線社交媒體的快速發(fā)展和可定位設備的大量普及，地理位置作為社交媒體大數據中一種質量極高的信息資源，開始在疾病控制、人口流動性分析和廣告精準投放等方面得到廣泛應用．但是，由于大量用戶沒有指定或者不能準確指定位置，社交媒體上的地理位置數據十分稀疏．針對此數據稀疏性問題，提出一種基于用戶生成內容的位置推斷方法UGC-Ll（user generate content driven location inference method），實現對社交媒體用戶和生成文本位置的推斷，為基于位置的個性化信息服務提供數據支撐．通過抽取用戶生成文本中的本地詞語，構建一個基于詞匯地理分布差異和用戶社交圖譜的概率模型，在多層次的地理范圍內推斷用戶位置．同時，提出一個基于位置的參數化語言模型，計算用戶生成文本發(fā)出的城市．在真實數據集上進行的評估實驗表明：UGC-LI方法能夠在15km偏移距離準確定位64.2%的用戶對用戶所在城市的推斷準確率達到81.3%：同時，可正確定位32.7%的用戶生成文本發(fā)出的城市，與現有方法相比有明顯的提高．